本周，包工头同学给我提了2个需求，都是关于不同应用的好友推荐。
1）应用1的关系推荐，满足该需求，可以使用协同过滤算法，算法其实不是很难设计，一说明就明白。难的是面对大数据量，如何利用杭研院现有的技术储备，设计低成本的实现策略；若实在没有技术储备，那只能硬着头皮开发了。俺对着电脑打了一天的腹稿，终于打成了。其间受到n人的骚扰，尤其是印象派负责推广的mm，老是找我问为啥印象派在搜索引擎的排名这么差，汗啊汗，其实是因为你们的产品做的太漂亮了，文字少，图片flash太多...跑题了。对于这种推荐算法的实现，换种思维，利用全文检索来做，性能会很快，而且能满足实时的要求，不用离线做。
2）应用2的排序推荐，满足该需求，大家都知道要使用统计来做。利用哪些因素进行统计，加权算法怎么设计，这些都是比较简单的，一个公式都就能搞定，稍微做做实验，就可以确认权重参数。麻烦的是实现时间因素的融合，也就是时间衰减，低成本高性能的实现很麻烦。直接计算得分然后修改数据库的字段，会给数据库带来巨大的性能损耗。因为时间衰减是每天都在进行的，我们不可能每天计算索引里的所有数据。腹稿打了3天，期间当然伴随着被骚扰3n次，！最后....还是没有想出来。今天下午在舒适堡锻炼洗澡后，浑身爽。这时候头脑灵光，思路清晰，在回去的车上，反正没事，就拿出来想想，嘿，还真在肚子里设计出一种新的策略，实现成本低性能好，效果应该可以，下周有空去准备测试测试。